Interactions Between Nutrition Professionals and Industry: A Scoping Review
Notice bibliographique
Résumé
BACKGROUND: In recent years, interactions between nutrition professionals (NPs) and the food industry, such as sponsorship arrangements, have raised concerns, particularly as these may negatively impact the trustworthiness and credibility of the nutrition profession. This study aimed to map the literature and identify knowledge gaps regarding interactions between NPs and industry. We sought to examine the nature of such interactions and NPs perspectives about these, as well as the risks and solutions. METHODS: We conducted a scoping review according to a pre-registered protocol, searching eight electronic databases and grey literature sources in March 2021 to identify documents for inclusion. Two independent reviewers screened citations for inclusion and conducted data extraction. Quantitative and qualitative syntheses were conducted. RESULTS: We identified 115 documents for analysis, published between 1980 to 2021, with a majority from the United States (n=59, 51%). Only 32% (n=37) were empirical studies. The food industry was the most frequent industry type discussed (n=91, 79%). We identified 32 types of interactions between NPs and industry, such as continuing education provided by industry and sponsorship of professional bodies and health and nutrition organizations. The financial survival of nutrition organizations and continuing education access for NPs were the most frequently cited advantages of industry-NPs interactions. On the other hand, undermining public trust, NPs credibility and public health nutrition recommendations were pointed out as risks of these interactions. Following a code of ethics, policies, or guidelines was the most frequently proposed solution for managing these interactions. CONCLUSION: Interactions between nutrition professionals and industry actors: A scoping review protocol. doi:10.17605/OSF.IO/Q6PUA.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».